80 procent van wat artsen nu doen wordt straks door slimme machines gedaan en dat is goed nieuws.
Als Nigeria aan de OESO normen zou moeten voldoen, zouden er 12 maal zo veel artsen nodig zijn en zou men 10 maal meer moeten gaan besteden aan volksgezondheid. Maar het zou 300 jaar duren om dat aantal artsen op te leiden. Jeremy Howard presenteerde deze data tijdens het Exponential Medicine congres dat begin november werd gehouden. Het is dus onmogelijk en onwenselijk om het huidige westerse medische model een-op-een los laten op ontwikkelingslanden.
Avatars
Als onze westerse maatstaven niet werken in ontwikkelingslanden, wat gaat dan wel werken? Wereldwijd wordt een urgentie gevoeld om overal goede zorg te verlenen. In hun betoog laten Howard en anderen tijdens het congres zien dat door gebruik te maken van kunstmatige intelligentie (A.I.) ook met een beperkt aantal artsen toch goede zorg verleend kan worden. Door de inzet van avatars, slim gebruik van grote data sets en het voorspellen van gezondheidseffecten op grond van deep learning kunnen deze landen snel hun grote achterstand verkleinen. Data science zal de komende 10-20 jaar enorm veel voor de geneeskunde doen, misschien zelfs meer dan alle biologie-research tezamen.
En gaat dit ook echt gebeuren? Het gebeurt feitelijk al! Met A.I. kan reeds nauwkeuriger de aanwezigheid van ziekte voorspeld worden dan conventioneel, bijv door scans te lezen (bij longkanker, huidkanker. diabetische retinopathie). Data van Cloud-based apps en wearables kunnen gelezen worden en per patiëntengroep snel bij elkaar gebracht worden. Nieuwe patronen worden ontdekt en steeds complexere problemen worden sneller opgelost. A.I. daagt artsen uit op diverse medische terreinen en is op meerdere gebieden beter in staat een diagnose te stellen dan de artsen.
De verwachting is dat 95 procent van de spoedeisende zorg en de eerstelijnsgezondheidszorg gedaan kan worden zonder persoonlijk contact. Daarbij zullen digitale menselijke Avatars vrijwel zeker de triage en het eerste contact gaan zijn voor patiënten. De huidige gepresenteerde voorbeelden zien er al griezelig overtuigend uit.
Algoritmen
Patiënt-waarden algoritmen van verschillende aandoeningen (bijv. beroerte, vallen, bloeding) kunnen door de patiënt zelf worden gewogen en direct in een model worden ingelezen, zoals aangetoond door Clalit. Science 37 heeft al een compleet platform voor klinische onderzoekstrials gecreëerd dat rondom de patiënt is gebouwd en waarbij voor deelname zelfs geen kliniek of ziekenhuis meer nodig is.
Het zijn illustraties van ontwikkelingen die gaande zijn en die de patient en de arts ter beschikking (gaan) staan. Veel van deze ontwikkelingen hebben als kern-kenmerk dat ze gericht zijn op de (eigen regie van de) patiënt als consument en dat ze relatief eenvoudig en met beperkte kosten uitvoerbaar zijn. En dat komt landen als Nigeria uitstekend uit.
Of 80 procent van wat artsen nu doen inderdaad door slimme machines zal worden overgenomen valt nog te bezien, maar de rol van de arts kan op deze manier steeds meer die van coach of regisseur worden, ondersteund door databases, sensoren, wearables en machines. De moeilijkheid zit hem niet in de nieuwe mogelijkheden, maar om ons aan onze oude ideeën te ontworstelen.
Gepubliceerd in SKIPR, maart 2019